Stata: 多期倍分法 (DID) 详解及其图示

作者：张远远 (北京大学)


连享会 · 400 篇推文列表
Stata连享会 主页 || 视频 || 推文 || 知乎

http:// qr06.cn/B9EOq8 (二维码自动识别)

温馨提示： 定期 清理浏览器缓存 ，可以获得最佳浏览体验。
New！ lianxh 命令发布了：
随时搜索连享会推文、Stata 资源，安装命令如下：
. ssc install lianxh
使用详情参见帮助文件 (有惊喜)：
. help lianxh

✨ 课程主页 ： https:// gitee.com/arlionn/Cours e

目录

• 背景介绍
• 1. 模型介绍
• 1.1 传统 DID 模型
• 1.2 多期 DID 模型
• 1.3 包含处理前后各期效应的多期 DID 模型
• 2. 模型估计及 Stata 实现
• 2.1 `xtreg` 命令
• 2.2 论文实例演示
• 3. 图示处理前后各期的处理效应及检验平行趋势假设
• 3.1 Stata 实现：`tvdiff` 命令
• 3.2 一个模拟数据的例子
• 3.3 论文实例演示 - 使用 `tvdiff` 命令
• 3.4 论文实例演示 - 使用 `coefplot` 命令手动画图

Note：受限于篇幅，这里只呈现部分内容

阅读全文

背景介绍

经济学家在评估某项政策或事件的处理效应时，常使用反事实框架，将受到处理 (处理组) 的数据 (实际可观测到)，与假如未受到处理的数据 (反事实)，之间的差异称为“处理效应”。由于未受到处理的数据是反事实的，并不能被实际观测到，因此常寻找各个方面都与处理组相似的、未受到处理的控制组，作为处理组的反事实的替代，处理组前后变化与控制组前后变化之差为“处理效应”。

在估计处理效应时，如果处理组仅有一个被处理对象，使用 合成控制法 (Synthetic Control Method，简记 SCM)。如果处理组有多个被处理对象，使用倍分法 / 双重差分法 (Difference in differences，简记 DID 或 DD) ，如果被处理时间是同一时间点，使用 传统 DID ；如果被处理时间是不同时间点，使用多期 DID。

DID 是估计处理效应中应用最广泛的计量方法。该方法的思想最初是由医学家 John Snow (1855) 年研究伦敦的霍乱流行时提出的，由 Obenauer 和 von der Nienburg (1915) 研究最小工资法的影响效应时引入经济学。为估计处理效果，比较处理后与处理前的差异，利用处理组的前后变化减去控制组的前后变化，就是处理效应，故名“双重差分”。DID 需要满足的前提假设是，处理组与控制组在未受到处理前必须具有相同的变化趋势，这就是“平行趋势”或“共同趋势”假设。

如果检验发现满足共同趋势假设，则可以直接采用 DID 方法；如果检验发现不满足共同趋势假设，需要使用基于倾向得分匹配法的双重差分法 (PSM-DID)。PSM-DID 的基本思想是，在总的控制组中使用 PSM 方法构造出一个与处理组具有共同趋势的控制组，即在总的控制组中选择与处理组具有相同或相似倾向得分值的样本，作为处理组的实际使用的控制组，使得处理组与控制组满足共同趋势假设。

本文主要的关注点是处理时间点不一致的处理效应的估计方法，即多期 DID，主要分三部分内容进行介绍：

• 1 模型介绍
• 2 模型估计及 Stata 实现
• 3 图示处理前后各期的处理效应及检验平行趋势假设

3.3 论文实例演示 - 使用 tvdiff 命令

该部分同样是选用 Beck(2010) 论文的例子进行演示。数据处理及模型估计命令如下：

use "macro_workfile.dta", clear
  xtset statefip wrkyr
  generate D = (wrkyr - branch_reform == 0)